Prilagođeni R-kvadrat mjeri koliko dobro regresijski model objašnjava varijaciju u podacima, korigirano za broj korištenih prediktora. Obični R-kvadrat raste sa svakom dodatnom varijablom, čak i onom koja ništa ne doprinosi; prilagođena verzija kažnjava nepotrebne varijable. To omogućuje pravedniju usporedbu modela različite veličine, primjerice prognoze prodaje s tri umjesto deset čimbenika.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoLinearna regresija statistička je metoda koja odnos između ciljne varijable i jednog ili više prediktora opisuje pravcem ili ravninom. Koeficijenti se obično biraju tako da minimiziraju zbroj kvadrata odstupanja. Metoda je laka za razumijevanje i interpretaciju: primjerice, može procijeniti koliko raste prihod kada se proračun za oglašavanje poveća za 1000 €. Dolazi do granica kod nelinearnih odnosa.
Pretreniranost (overfitting) nastaje kada model nauči napamet podatke za učenje, uključujući slučajne osobitosti i šum, umjesto da obuhvati općenito važeće uzorke. Tada se čini vrlo točnim na poznatim podacima, ali loše radi na novima. Veliki razmak između pogreške na podacima za učenje i na testnim podacima tipičan je znak. Protumjere su više ili raznolikijih podataka, jednostavniji modeli, regularizacija, dropout i unakrsna validacija.
Srednja apsolutna pogreška (MAE) pokazuje koliko se predviđanja modela u prosjeku razlikuju od stvarnih vrijednosti, neovisno o smjeru odstupanja. Izražava se u mjernoj jedinici ciljne varijable, pa je lako razumljiva. Primjer: MAE od 12 kod prognoze dnevne prodaje znači da model u prosjeku griješi za 12 jedinica. Izuzetcima daje manju težinu nego mjere temeljene na kvadratu pogreške.
Regularizacija obuhvaća tehnike koje tijekom treniranja sprječavaju model da se previše prilagodi podacima za učenje (pretreniranost). Primjeri su kažnjavanje velikih težina (L1 ili L2 regularizacija), nasumično isključivanje neurona (dropout) ili zaustavljanje treniranja u pravom trenutku (rano zaustavljanje). Cilj je jednostavniji model koji pouzdanije radi na novim, nevidljivim podacima, čak i ako na podacima za učenje postiže nešto slabiji rezultat.
